x = un vector de uno o más elementos entre los que elegir, o un número entero postivo
size = un n° entero no negativo que indica el número de elementos a elegir
replace = ¿el muestreo debe ser con reemplazo?
sample(x= letters[1:5],size =4,replace =TRUE)
## [1] "c" "a" "b" "c"
scheffe.test() {agricolae}
¡Atención!
Instalar el paquete agricolae para hacer uso de la función scheffe.test.
Para ello utilizar el siguiente código:
install.packages("agricolae")
Descripción
Argumentos
Realiza la prueba Scheffe
y = modelo (aov o lm)
trt = tratamiento del modelo
alpha = nivel de significancia
group = TRUE o FALSE
console = TRUE (sí se quiere ver la salida en la consola) o FALSE
#El modelo corresponde al planteado en la función duncan.test()library(agricolae)scheffe =scheffe.test(y = modelo.d,trt ="Tratamiento",alpha =0.05,group =TRUE,console =TRUE)
##
## Study: modelo.d ~ "Tratamiento"
##
## Scheffe Test for Duración
##
## Mean Square Error : 0.08227
##
## Tratamiento, means
##
## Duración std r se Min Max Q25 Q50 Q75
## defilippii 0.916 0.2859371 10 0.09070281 0.56 1.45 0.7525 0.825 0.9750
## loyca 1.323 0.3469246 10 0.09070281 0.86 1.86 1.0350 1.370 1.4450
## superciliaris 1.194 0.2114080 10 0.09070281 0.82 1.46 1.0600 1.210 1.3725
##
## Alpha: 0.05 ; DF Error: 27
## Critical Value of F: 3.354131
##
## Minimum Significant Difference: 0.3322315
##
## Means with the same letter are not significantly different.
##
## Duración groups
## loyca 1.323 a
## superciliaris 1.194 ab
## defilippii 0.916 b
sd() {stats}
Descripción
Calcula el desvío estándar de un conjunto de datos
sd(datos$pH)
## [1] 0.60377
select() {dplyr}
¡Atención!
Instalar el paquete dplyr para hacer uso de la función select.
Para ello utilizar el siguiente código:
install.packages("dplyr")
Descripción
Selecciona variables en un marco de datos, utilizando un minilenguaje conciso que facilita la referencia a las variables según su clasificación (categóricas o numéricas)
##
## Shapiro-Wilk normality test
##
## data: resid(modelo)
## W = 0.89194, p-value = 0.04988
skewness() {moments}
¡Atención!
Instalar el paquete moments para hacer uso de la función skewness.
Para ello utilizar el siguiente código:
install.packages("moments")
Descripción
Calcula la asimetría de un conjunto de datos
library(moments) #Primero llamar al paqueteskewness(datos$pH)
## [1] 0.6679828
sort() {base}
Descripción
Argumentos
Ordena una secuencia de vector tipo numérico
decreasing =TRUE (Ordena de mayor a menor);
FALSE (Ordena de menor a mayor)
Sí no se especifica este argumento por defecto ordena la serie en forma ascendente (FALSE)
a =c(2,6,1,5,4)sort(a, decreasing =TRUE) #Serie en forma descendente
## [1] 6 5 4 2 1
a =c(2,6,1,5,4)sort(a, decreasing =FALSE)#Serie en forma ascendente
## [1] 1 2 4 5 6
a =c(2,6,1,5,4)sort(a) #Serie en forma ascendente por defecto
## [1] 1 2 4 5 6
sqrt() {base}
Descripción
Calcula la raíz cuadrada de x
sqrt(25)
## [1] 5
stat_pvalue_manual() {ggpubr}
¡Atención!
Instalar el paquete ggpubr para hacer uso de la función stat_pvalue_manual.
Para ello utilizar el siguiente código:
install.packages("ggpubr")
Descripción
Argumentos
Añade manualmente valores p a un ggplot
data = data.frame que contiene los resultados de pruebas estadísticas
hide.ns = Si es TRUE, oculta el símbolo ns al mostrar los niveles de significación
Ejemplo práctico disponible en letra G, función ggboxplot() {ggpubr}
stepfun() {stats}
Descripción
Argumentos
Permite crear funciones escalonadas. Una función escalonada es una función matemática que toma un valor constante dentro de intervalos específicos y cambia instantáneamente su valor en los límites de estos intervalos
x = es un vector que especifica los puntos de quiebre de la función escalonada
y = es un vector que especifica los valores que toma la función dentro de cada intervalo
x =c(1,2,3,4)y =c(7,5,3,4,1)a =stepfun(x, y)print(a)
Realiza la operación suma. Su equivalente es el +. Los dos procedimientos son equivalentes
1+2+3+4+5
## [1] 15
sum(1:5)
## [1] 15
summarise() {dplyr}
¡Atención!
Instalar el paquete dplyr para hacer uso de la función summarise.
Para ello utilizar el siguiente código:
install.packages("dplyr")
Descripción
Crea un nuevo marco de datos. Devuelve una fila por cada combinación de variables de agrupación. Si no hay variables de agrupación, la salida tendrá una sola fila que resumirá todas las observaciones en la entrada. Contendrá una columna para cada variable de agrupación y una columna para cada una de las estadísticas de resumen que haya especificado